\chead{
      \textbf{
          \begin{Large}
          Universidade Federal de Goi\'as\\
          \end{Large}
      \begin{large}INSTITUTO DE MATEM\'ATICA E ESTATISTICA\end{large}\\
      Campus Samambaia -  74001-970 - Goi\^ania\\
      http://www.ime.ufg.br - (62) 3521 1742 - (62) 3521-1208 - secretaria.ime@ufg.br
      }
}


\begin{center}
  \LARGE{\textbf{Plano de Ensino}}
\end{center}

\PlanSection{01. Dados de Identifica\c{c}\~ao da Disciplina:}
{   
   \begin{center}\begin{small}
      \begin{tabular}{|l|p{5cm}|l|p{5cm}|}
         \hline
         \textbf{Semestre:} & 2026.2 &
         \textbf{Curso:} & Engenharia De Software
         \\
         
         \hline
         \textbf{Turma:} & E
         &
         \textbf{C\'odigo Componente:} & IME0378
         \\
         
         \hline
         \textbf{Componente:} & \uppercase{Probabilidade E Estat\'{\i}stica A}
         &
         \textbf{UA Respons\'avel:} & IME
         \\
         
         \hline
         \textbf{Carga Hor\'aria:} & 64
         &
         \textbf{UA Solicitante:} & INF
         \\
         
         \hline
         \textbf{Te\'orica/Pr\'atica:}
         &
         64/-
         &
         
         \textbf{EAD/PCC:}
         &
         -/-
         \\
         
         
         \hline
         \textbf{Hor\'arios:}
         &
         46N23
         &
         
         \textbf{Docente:}
         &
         Prof(a) Ole Peter Smith
         \\
         
         \hline
      \end{tabular}
   \end{small}\end{center}
}

\PlanSection{02. Ementa:}
{
  Estat\'{\i}stica descritiva. No\c{c}\~oes sobre amostragem. Introdu\c{c}\~ao \`a teoria de conjuntos. Introdu\c{c}\~ao \`a teoria de probabilidade: espa\c{c}o amostral, eventos, frequ\^encia relativa, fundamentos de probabilidade, probabilidade condicional, eventos independentes e teorema de Bayes. Vari\'aveis aleat\'orias: conceitos b\'asicos, esperan\c{c}a e vari\^ancia. Distribui\c{c}\~oes discretas de probabilidade: Uniforme, Binomial e Poisson. Distribui\c{c}\~oes cont\'{\i}nuas de probabilidade: Uniforme, Exponencial, Normal e t-Student. Estima\c{c}\~ao pontual e intervalar para uma popula\c{c}\~ao: m\'edia e propor\c{c}\~ao. Teste de hip\'oteses para uma popula\c{c}\~ao: m\'edia e propor\c{c}\~ao. Correla\c{c}\~ao linear e regress\~ao linear simples.
}


\PlanSection{03. Programa:}
{
  1. Introdu\c{c}\~ao \`a Estat\'{\i}stica e no\c{c}\~oes sobre amostragem: conceito, objetivos e import\^ancia da Estat\'{\i}stica. 
Defini\c{c}\~ao de popula\c{c}\~ao e amostra. Tipos de Dados. Tipos de vari\'aveis. Amostragem aleat\'oria simples, 
amostragem estratificada, amostragem por conglomerados, amostragem sistem\'atica, amostragem por 
conveni\^encia.

2. Estat\'{\i}stica Descritiva: resumo de dados em tabelas e gr\'aficos. Medidas de posi\c{c}\~ao. Medidas de 
dispers\~ao.

3. Introdu\c{c}\~ao \`a Teoria de Conjuntos. Conceitos b\'asicos de probabilidade: experimento aleat\'orio, espa\c{c}o 
amostral, eventos. Fundamentos de probabilidade. Probabilidade condicional. Independ\^encia entre 
eventos. Teorema de Bayes.

4. Vari\'aveis Aleat\'orias: conceitos b\'asicos, esperan\c{c}a e vari\^ancia. Distribui\c{c}\~oes discretas de probabilidade: 
Uniforme, Binomial e Poisson. Distribui\c{c}\~oes cont\'{\i}nuas de probabilidade: Uniforme, Exponencial, Normal e 
t- Student.

5. Infer\^encia Estat\'{\i}stica: distribui\c{c}\~oes amostrais para m\'edia e propor\c{c}\~ao. Estima\c{c}\~ao pontual e intervalar 
para a m\'edia e propor\c{c}\~ao de uma popula\c{c}\~ao. Testes de hip\'oteses para m\'edia e propor\c{c}\~ao de uma 
popula\c{c}\~ao.

6. Correla\c{c}\~ao e regress\~ao linear simples: diagrama de dispers\~ao. Coeficiente de Correla\c{c}\~ao Linear. Reta de 
regress\~ao e predi\c{c}\~ao.
}


\PlanSection{04. Cronograma:}
{
  Carga hor\'aria prevista por t\'opico do item 3 (Programa) e avalia\c{c}\~oes:
\begin{enumerate}
\item No\c{c}\~oes b\'asicas (2 h/a);
\item Medidas de tend\^encia central e de dispers\~ao: M\'edia aritm\'etica. Moda. Mediana. Desvio padr\~ao,
vari\^ancia e coeficiente de varia\c{c}\~ao. Apresenta\c{c}\~ao de dados em tabelas e em gr\'aficos. (9 h/a);
\item Conceitos b\'asicos de probabilidade (9 h/a);
\item Defini\c{c}\~ao de vari\'avel aleat\'oria, esperan\c{c}a e vari\^ancia de uma vari\'avel aleat\'oria e suas
propriedades. (9 h/a)
\item Distribui\c{c}\~oes de probabilidades: (9 h/a);
\item Infer\^encia Estat\'{\i}stica (10 h/a);
\item Correla\c{c}\~ao e regress\~ao linear (4 h/a);
\item Avalia\c{c}\~oes (8 h/a).
\item (4 h/a) destinado ao Conpeex
\end{enumerate}
{\bf Caso seja necess\'ario, o professor far\'a altera\c{c}\~ao na ordem das unidades do conte\'udo program\'atico
ou a redistribui\c{c}\~ao das horas destinadas a cada t\'opico ou atividade avaliativa.}
}


\PlanSection{05. Objetivos Gerais:}
{
  Fornecer ao/a discente subs\'{\i}dios para o c\'alculo de probabilidades e an\'alise estat\'{\i}stica de dados, para
auxili\'a-lo/la em tomadas de decis\~ao que envolvam an\'alise de dados, tanto na sua viv\^encia acad\^emica
como profissional.
}



\PlanSection{06. Objetivos Espec\'{\i}ficos:}
{
  \begin{enumerate}
\item Habilitar o/a discente \`a mensurar um conjunto de dados por meio de medidas descritivas e
an\'alises gr\'afica e tabular;
\item Introduzir no\c{c}\~oes b\'asicas de Probabilidade;
\item Familiarizar o/a estudante com t\'ecnicas de Infer\^encia Estat\'{\i}stica.
\item Capacitar o/a estudante a identificar situa\c{c}\~oes em que a An\'alise de Regress\~ao Linear possa ser
utilizada, bem como apresent\'a-lo/la as no\c{c}\~oes b\'asicas desta.
\item Desenvolver o racioc\'{\i}nio l\'ogico, matem\'atico e estat\'{\i}stico do/da estudante, bem como sua
capacidade cr\'{\i}tica e anal\'{\i}tica por meio de discuss\~ao de exerc\'{\i}cios e problemas.
\item Fornecer ferramentas necess\'arias para que o/a estudante seja capaz de produzir e interpretar
textos t\'ecnicos que contenham resultados estat\'{\i}sticos.
\end{enumerate}
}


\PlanSection{07. Metodologia:}
{
  Aulas expositivas-dialogadas, utilizando quadro, giz ou pincel e datashow (com a disponibiliza\c{c}\~ao dos slides
apresentados em cada aula). O est\'{\i}mulo a participa\c{c}\~ao dos(as) discentes
ser\'a feito por meio da resolu\c{c}\~ao de exerc\'{\i}cios e de discuss\~oes a respeito da teoria ministrada. Ser\~ao
utilizadas listas de exerc\'{\i}cios para refor\c{c}ar a compreens\~ao e aprofundar o conhecimento dos(as) discentes.
A avalia\c{c}\~ao ser\'a baseada em provas, cujas datas ser\~ao definidas previamente no in\'{\i}cio do curso, podendo
sofrer altera\c{c}\~oes.

{\bf Observa\c{c}\~oes:}
\begin{itemize}
\item Nos dias 06/10 e 08/10, n\~ao haver\'a aula presencial, pois a docente estar\'a participando da XXXI Semana do
IME (UFG). Como reposi\c{c}\~ao, os estudantes far\~ao: (a) uma atividade extra-classe, que consistir\'a de resolu\c{c}\~ao de uma
lista de exerc\'{\i}cios para fixa\c{c}\~ao do conte\'udo, e ser\'a previamente disponibilizada pela docente e, (b) reuni\~ao entre os
grupos para desenvolvimento do trabalho final.

\item N\~ao haver\'a aula no dia 27/10, em virtude do ponto facultativo de feriado do Dia do Servidor P\'ublico (sem
necessidade de reposi\c{c}\~ao - folga no calend\'ario).

\item No dia 29/10, n\~ao haver\'a aula presencial, pois a docente estar\'a participando da XIX Escola de Modelos de
Regress\~ao em Jo\~ao Pessoa-PB. Como reposi\c{c}\~ao, os estudantes far\~ao uma atividade extra-classe, que consistir\'a de
resolu\c{c}\~ao de uma lista de exerc\'{\i}cios para fixa\c{c}\~ao do conte\'udo, e ser\'a previamente disponibilizada pela docente.

\item No dia 05/11, os(as) discentes ser\~ao liberados para participarem das atividades do CONPEEX.

\item Material did\'atico e listas de exerc\'{\i}cios estar\~ao dispostos no SIGAA, bem como informa\c{c}\~oes e recados
referentes a disciplina.

\item Caso seja necess\'ario, o(a) professor(a) far\'a altera\c{c}\~ao na ordem das unidades do conte\'udo
program\'atico ou a redistribui\c{c}\~ao das horas destinadas a cada t\'opico ou atividade avaliativa.

\item O material did\'atico produzido e fornecido pelo(a) docente deve ser utilizado apenas para fins
educacionais e pedag\'ogicos da disciplina.

\item O(A) docente da disciplina n\~ao d\'a anu\^encia para grava\c{c}\~ao e captura de imagens das atividades
did\'aticas, assim como, n\~ao d\'a anu\^encia da capta\c{c}\~ao, do arquivamento e da divulga\c{c}\~ao de sua imagem e voz.

\item As atividades supervisionadas mencionadas no Art. 16 do RGCG ser\~ao apresentadas pelo
professor em sala de aula e supervisionadas no hor\'ario de atendimento da disciplina.
\end{itemize}
}


\PlanSection{08. Avalia\c{c}\~oes:}
{
  Ser\~ao aplicadas duas avalia\c{c}\~oes nas seguintes datas:

\begin{enumerate}
\item[] 1$^a$ Prova: 25/09/2026
\item[] 2$^a$ Prova: 11/12/2026
\end{enumerate}

A m\'edia final $M_F$ ser\'a calculada da seguinte forma:

$$
M_F = \dfrac{P_1 + P_2}{2}
$$

onde $P_1$ e$P_2$ s\~ao as notas obtidas nas tr\^es respectivas avalia\c{c}\~oes. \\

\textbf{Observa\c{c}\~oes:}
\begin{enumerate}
\item O assunto das respectivas avalia\c{c}\~oes \'e todo conte\'udo ministrado pela profSer\~ao aplicadas duas avalia\c{c}\~oes nas seguintes datas:

\begin{enumerate}
\item[] 1$^a$ Prova: 25/09/2026
\item[] 2$^a$ Prova: 11/12/2026
\end{enumerate}

A m\'edia final $M_F$ ser\'a calculada da seguinte forma:

$$
M_F = \dfrac{P_1 + P_2}{2}
$$

onde $P_1$ e$P_2$ s\~ao as notas obtidas nas tr\^es respectivas avalia\c{c}\~oes. \\

\textbf{Observa\c{c}\~oes:}
\begin{enumerate}
\item O assunto das respectivas avalia\c{c}\~oes \'e todo conte\'udo ministrado pela professora at\'e a \'ultima
aula anterior \`a avalia\c{c}\~ao. Ap\'os serem corrigidas, as provas ser\~ao entregues em Sala de Aula e/ou na
Sala de atendimento da professora.
\item As datas das avalia\c{c}\~oes, bem como a forma de avalia\c{c}\~ao, poder\~ao sofrer eventuais mudan\c{c}as,
que ser\~ao comunicadas antecipadamente aos alunos.
\item Tempo de toler\^ancia para in\'{\i}cio da prova \'e de 30 minutos.
\item Provas de segunda chamada ser\~ao concedidas conforme prev\^e o RGCG. O per\'{\i}odo para solicitar
segunda chamada \'e at\'e 7 dias ap\'os a data da aplica\c{c}\~ao da atividade avaliativa.
\item O aluno ser\'a aprovado se tiver frequ\^encia igual ou superior a 75\% e m\'edia igual ou superior a
6,0 (seis) pontos. Os crit\'erios de aprova\c{c}\~ao e demais direitos/deveres s\~ao os que rezam o RGCG (Res.
1557/2017, cap. IV, dispon\'{\i}vel em: \\
https://sistemas.ufg.br/consultas\_publicas/resolucoes/arquivos/Resolucao\_CEPEC\_2022\_1791.pdf).
\end{enumerate}essora at\'e a \'ultima
aula anterior \`a avalia\c{c}\~ao. Ap\'os serem corrigidas, as provas ser\~ao entregues em Sala de Aula e/ou na
Sala de atendimento da professora.
\item As datas das avalia\c{c}\~oes, bem como a forma de avalia\c{c}\~ao, poder\~ao sofrer eventuais mudan\c{c}as,
que ser\~ao comunicadas antecipadamente aos alunos.
\item Tempo de toler\^ancia para in\'{\i}cio da prova \'e de 30 minutos.
\item Provas de segunda chamada ser\~ao concedidas conforme prev\^e o RGCG. O per\'{\i}odo para solicitar
segunda chamada \'e at\'e 7 dias ap\'os a data da aplica\c{c}\~ao da atividade avaliativa.
\item O aluno ser\'a aprovado se tiver frequ\^encia igual ou superior a 75\% e m\'edia igual ou superior a
6,0 (seis) pontos. Os crit\'erios de aprova\c{c}\~ao e demais direitos/deveres s\~ao os que rezam o RGCG (Res.
1557/2017, cap. IV, dispon\'{\i}vel em: \\
https://sistemas.ufg.br/consultas\_publicas/resolucoes/arquivos/Resolucao\_CEPEC\_2022\_1791.pdf).
\end{enumerate}
}


\PlanSection{09. Bibliografia:}
{
  \textbf{[1]:} WALPOLE, R. E.; MYERS, R. H.; MYERS, S. L.; YE, K. Probabilidade e estat\'{\i}stica para engenharia e ci\^encias. 8 ed. S\~ao Paulo Pearson, 2009.

\textbf{[2]:} MAGALH\~AES, M. N. No\c{c}\~oes de probabilidade e estat\'{\i}stica. 7 ed. S\~ao Paulo EDUSP, 2010.

\textbf{[3]:} MEYER, P. L. Probabilidade aplica\c{c}\~oes \`a estat\'{\i}stica. Rio de Janeiro LTC, 1969.


}

\PlanSection{10. Bibliografia Complementar:}
{
  \textbf{[1]:} ROSS, S. Probabilidade. Um curso moderno com aplica\c{c}\~oes. 8 ed. Porto Alegre Bookman, 2010.

\textbf{[2]:} MORETTIN, L. G. Estat\'{\i}stica b\'asica probabilidade e infer\^encia. S\~ao Paulo Prentice Hall, 2010.

\textbf{[3]:} DANTAS, C.A. B. Probabilidade um curso introdut\'orio. 3 ed. S\~ao Paulo EDUSP, 2008.

\textbf{[4]:} BUSSAB, W. O.; MORETTIN, P. A. Estat\'{\i}stica b\'asica. 6 ed. S\~ao Paulo Saraiva, 2010.

\textbf{[5]:} TRIOLA, M. F. Introdu\c{c}\~ao \`a estat\'{\i}stica. 10 ed. Rio de Janeiro LTC, 2008.


}

\PlanSection{11.  Livros Texto:}
{
   \textbf{[1]:} MEYER, P. L. Probabilidade aplica\c{c}\~oes \`a estat\'{\i}stica. Rio de Janeiro LTC, 1969. (B3)

\textbf{[2]:} MAGALH\~AES, M. N. No\c{c}\~oes de probabilidade e estat\'{\i}stica. 7 ed. S\~ao Paulo EDUSP, 2010. (B2)

\textbf{[3]:} WALPOLE, R. E.; MYERS, R. H.; MYERS, S. L.; YE, K. Probabilidade e estat\'{\i}stica para engenharia e ci\^encias. 8 ed. S\~ao Paulo Pearson, 2009. (B1)
}


\PlanSection{12. Hor\'arios:}
{
   \begin{center}
\begin{small}
\begin{tabular}{lll}
\hline
   \textbf{Dia} & \textbf{Hor\'ario} & \textbf{Sala Distribuida}\\
\hline

   4$^a$ & N2 & 103 - Ateli\^e, CAC (35)\\
   4$^a$ & N3 & 103 - Ateli\^e, CAC (35)\\
   6$^a$ & N2 & 103 - Ateli\^e, CAC (35)\\
   6$^a$ & N3 & 103 - Ateli\^e, CAC (35)\\
\end{tabular}
\end{small}\end{center}

}


\PlanSection{13. Hor\'ario de Atendimento do(a)s Professor(a):}
{
   \begin{small}
\begin{tabular}{ll}
   \textbf{1. } & 2$^a$, 20:30-22:00, CAC\\
   \textbf{2. } & 4$^a$, 20:30-22:00, CAC\\
   \textbf{3. } & 6$^a$, 20:30-22:00, CAC\\
\end{tabular}
\end{small}
}

\PlanSection{14. Professor(a):}
{
   \begin{small}
\begin{tabular}{lll}
   Ole Peter Smith. & Email: ole@ufg.br, & IME\\
\end{tabular}
\end{small}
}




\vspace{0.2cm}

\begin{center}
\underline{\hspace{8cm}}\\\small{Prof(a). Ole Peter Smith}\end{center}